Module Business Intelligence

Maat: px
Weergave met pagina beginnen:

Download "Module Business Intelligence"

Transcriptie

1 Module Business Intelligence Kernwoorden: 80/20 regel, boomstructuren, business intelligence, direct mail respons, klantpiramides, klantprofielen, segmentatie Hoofdstuk 1 Begripsbepaling Ten aanzien van business intelligence zijn vele boeken vol geschreven en even zovele software pakketten ontwikkeld. In veel gevallen wordt gebruik gemaakt van statistisch geavanceerde software om betekenisvolle datastructuren te ontdekken die informatie opleveren die de onderneming als concurrentieel voordeel kan gebruiken. Uiteraard leveren deze statistisch geavanceerde tools vaak bruikbare informatie. Echter, door gebruik te maken van eenvoudige software kan eveneens veel bereikt worden. Het belangrijkst is dat de marketeer leert hoe deze betekenisvolle datastructuren te ontdekken zijn. Met eenvoudige tools als een spreadsheet (Excel), database (Access), eventueel aangevuld met een statistisch programma als SPSS zijn zeer relevante analyses te maken. Het Marketing Lexicon 1 geeft de volgende definitie van business intelligence: "Inzicht in zaken of bedrijfskunde. Alle verzamelde, geselecteerde en geanalyseerde informatie die van strategische betekenis voor de onderneming is. BI heeft ten doel risico s en onzekerheden te verkleinen, actief te reageren op toekomstige ontwikkelingen door de kansen en bedreigingen tijdig te traceren en daardoor een voorsprong te krijgen en/of te behouden op de concurrentie." Er zijn meer definities van business intelligence, bijvoorbeeld: "het proces van verwerven en verwerken van informatie voor de strategievorming van organisaties 2 ". Deze module beoogt niet uitputtend te zijn voor dit zeer brede vakgebied. Doel van deze module is om enkele relevante basisprincipes van business intelligence nader toe te lichten. Verder blijkt uit bovenstaande definitie dat business intelligence zich zowel richt op de informatie die beschikbaar is in de eigen onderneming als op informatie die beschikbaar is over concurrenten. Deze module richt zich op interne informatie. In de module worden de volgende basisprincipes behandeld: boomstructuren klantprofielen segmenteren en klantpiramides 1 Huizinga (2000) 2 Vriens en Philips 1

2 Hoofdstuk 2. Boomstructuren Eén van de doelstellingen van marketing is het zo optimaal mogelijk inspelen op de behoeften van de klant. Er is niet sprake van één klant, een klantendatabase kent doorgaans een breed scala van vele verschillende soorten klanten. Door middel van segmentatie wordt getracht om deze klantendatabase in segmenten onder te verdelen. Het streven daarbij is om de verschillende segmenten onderling zoveel mogelijk te laten verschillen, terwijl de homogeniteit intern juist zo groot mogelijk is. Grafisch kunnen we dat als volgt weergeven: Figuur 2.1 Eenvoudige segmentatie van een klantendatabase in twee segmenten KLANTENDATABASE Segment A Intern zo groot mogelijke homogeniteit segmenten die onderling zoveel mogelijk verschillen Segment B Intern zo groot mogelijke homogeniteit De crux is nu: hoe bereiken we het bovenstaande? Hoe zorgen we ervoor dat de segmenten A en B onderling zoveel mogelijk verschillen en zij intern homogeen mogelijk zijn? We moeten dus op één of andere manier een variabele vinden die het databestand dusdanig opdeelt zodat dit bereikt wordt. De statistiek kan ons dienstbaar zijn om het antwoord op die vraag te vinden. Case respons op direct mail actie We bekijken een voorbeeld uit de direct marketing waarbij we het bovenstaande gaan uitvoeren voor een uitgaande mailing. We maken gebruik van het programma SPSS en beschikken over het bestand mailing.sav. De situatie is, dat er door een uitgeversmaatschappij een mailing is uitgedaan naar 72,217 klanten. In deze mailing werd een nieuw tijdschrift onder de aandacht gebracht, waarop men zich tegen gunstige voorwaarden kon abonneren. De variabele respons geeft aan of men zich al-dan-niet heeft geabonneerd. Een frequentieverdeling geeft de resultaten weer, zie het figuur links. De frequentieverdeling kunnen we ook grafisch weergeven, zie het figuur rechts. Figuur 2.2 Frequentieverdeling van geworven abonnees naar aanleiding van een mailing ABONNEMENT GENOMEN? Valid Ja Nee Total Valid Cumulative Frequency Percent Percent Percent 916 1,3 1,3 1, ,7 98,7 100, ,0 100,0 2

3 In woorden: 916 van de in totaal mensen reageerde positief; dit vormt 1.27% van het totaal. We beschikken niet alleen over respons; in de klantendatabase hebben we ook informatie over het geslacht van het gezinshoofd, de leeftijdsklasse, het beroep van het gezinshoofd, e.d. De grote vraag is: verschilt het percentage respons van mannen tot vrouwen? Of van leeftijdsklasse tot leeftijdsklasse? Aan de hand van een kruistabel kunnen we dit nader onderzoeken. We geven de kruistabel voor enkele variabelen, te beginnen bij geslacht tegen respons. Figuur 2.3 kruistabel naar geslacht ABONNEMENT GENOMEN? * GESLACHT Crosstabulation ABONNEMENT GENOMEN? Total Ja Nee Count Column % Count Column % Count Column % GESLACHT Man Vrouw Total ,3% 1,2% 1,3% ,7% 98,8% 98,7% ,0% 100,0% 100,0% De verschillen tussen mannen en vrouwen in responspercentage lijken minimaal... De volgende tabel splitst uit naar beroep: Figuur 2.4 Kruistabel naar beroep ABONNEMENT GENOMEN? * BEROEP GEZINSHOOFD Crosstabulation ABONNEMENT GENOMEN? Total Ja Nee Count % within BEROEP GEZINSHOOFD Count % within BEROEP GEZINSHOOFD Count % within BEROEP GEZINSHOOFD BEROEP GEZINSHOOFD Kantoor Arbeider Anders Onbekend Total ,9% 1,2% 1,1% 1,0% 1,3% ,1% 98,8% 98,9% 99,0% 98,7% ,0% 100,0% 100,0% 100,0% 100,0% De verschillen in responspercentage tussen de beroepen lijken groter dan die bij geslacht (alhoewel... de beroepen arbeiders, anders en onbekend zijn bijna gelijk in hun responspercentage). Let wel: dit alles is een beoordeling met het blote oog. Hoe vergelijken we de tabellen op een meer verantwoorde manier? De vraag is: hoe kunnen we een verantwoorde uitspraak doen over welke van de twee variabelen het meeste met respons samengaat, geslacht of beroep? Ter beoordeling hiervan gebruiken we statistiek: SPSS geeft ons de kans dat er geen verband is tussen geslacht en respons, en evenzo de kans dat er geen verband is tussen beroep en respons. Deze kans staat bekend als de significantie bij een Chikwadraat-toets en kunnen we direct bij Crosstabs opvragen (zie de ingang Statistics in het dialoogvenster van Crosstabs). Het volgende figuur geeft de significantie voor het verband tussen geslacht en respons (links) en de significantie voor het verband tussen beroep en respons (rechts). 3

4 We kunnen onze bevinding dat percentage respons significant verschilt al naar gelang beroep ook grafisch weergeven: Figuur 2.5 kruistabel weergegeven als boomdiagram We bekijken nu de kans dat er geen verband is, te vinden in de rij Pearson Chi-Square onder het hoofdje Asymp. Sig. Daarbij nemen we aan 3 : Is de door SPSS uitgerekende kans groter dan 0,05, dan concluderen we dat er geen verband is tussen de twee variabelen (de kans is immers groot dat er geen verband is). Is de door SPSS uitgerekende kans kleiner dan 0,05, dan concluderen we dat er wel een verband is tussen de twee variabelen (de kans is immers klein dat er geen verband is, dus moet er wel een verband zijn...). De kans dat er geen verband is tussen geslacht en respons is 0,464. Volgens afspraak concluderen we: er is geen verband tussen geslacht en respons. Ofwel: geslacht doet er niet toe voor het al-dan-niet positief reageren op de mailing. De kans dat er geen verband is tussen beroep en respons is 0,000. Volgens afspraak concluderen we: er is wél een verband tussen geslacht en respons. Ofwel: het beroep doet er toe voor het al-dan-niet positief reageren op de mailing. Bekijken we de kruistabel van beroep tegen respons nog een keer, dan blijkt dat de hoogste respons verwacht kan worden bij de groep mensen die een kantoorbaan heeft. Samenvattend: geslacht doet er niet toe voor respons, beroep wel. Figuur 2.6 Kruistabel met chi kwadraat toets Chi-Square Tests RESPONSE * GESLACHT Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Asymp. Sig. Value df (2-sided),535 b 1,464 1,465,535 1, b. 0 cells (,0%) have expected count less than 5. The minimum expected count is 450,00. Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Chi-Square Tests RESPONSE *BEROEP Asymp. Sig. Value df (2-sided) 190,465 a 3, ,758 3, ,071 1, a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 100,42. We hebben hiermee een eerste zogenaamde segmentatie verkregen: we hebben 4 segmenten verkregen, elk met een verschillend responspercentage. Het plaatje maakt duidelijk dat een variabele waarnaar uitgesplitst 3 Uitgaande van een statistische betrouwbaarheid van 95%, bij kleinere steekproeven wordt ookwel gewerkt met 90% betrouwbaarheid 4

5 wordt, zoals beroep in dit geval, een splitvariabele wordt genoemd. Het plaatje laat een omgekeerde boom zien; deze boom wordt ook wel een beslissingsboom genoemd. De boom heeft een wortel (Engels: root), met een vertakking (branch). In dit geval hebben we een beslissingsboom van één niveau: onder de wortel hangt maar één laag. In dit verband hoort men ook vaak de term level. Uiteraard kunnen we een dergelijke boom nog verder uitbreiden. In de categorie "kantoor" zitten bijvoorbeeld nog 237 mensen waarvan we nog wel degelijk achtergrondvariabelen hebben op basis waarvan we verder kunnen segmenteren. Voorwaarde is wel dat de cellen voldoende waarnemingen bevatten om telkens een laag dieper te gaan. Vaak is de database daar onvoldoende groot voor. Wanneer de database wel voldoende groot is, kunnen dit soort analyses ook gemaakt worden met speciaal daarvoor ontwikkelde software 4. Figuur 2.7 boomdiagram verder gesegmenteerd Toetsvraag Open met spss het bestand mailing.sav. 2. Bekijk het codeboek (utilities/file info) 3. Maak de kruistabellen die ten grondslag liggen aan dit hoofdstuk 4. Segmenteer de categorie "onbekend" verder. Op basis waarvan maakt u de segmentatie? Licht toe. 4 Een voorbeeld daarvan is het programma SPSS Answertree 5

6 Klantprofielen Boomstructuren kunnen we ook heel goed gebruiken om op basis van onderzoek te bepalen welke segmenten het meest interessant zijn wanneer het gaat om de koopintentie van een bepaald product. We spreken dan ook wel van klantprofielen: op basis van een (onderzoeks)database wordt een profiel geschetst van de meest interessante klantsegmenten. Neem bijvoorbeeld de "Buttonquick", een innovatie waarbij in plaats van de traditionele draad en garen er één product ontwikkeld is dat de truuk doet. Bij dit product zitten naald en draad al aan de knoop vast hetgeen het gebruiksgemak vergroot, zo is de hypothese. Door een aantal studenten is er onderzoek gedaan naar de belangstelling van consumenten voor dit product. In dit onderzoek is gevraagd aan de consument in hoeverre ze overwegen het product aan te schaffen voor gebruik thuis. De totale database bestaat uit 247 respondenten. De opdrachtgever is met name geïnteresseerd in de koopintentie voor thuisgebruik, met anderen woorden: welke mensen overwegen dit nieuwe product aan te schaffen voor gebruik in huis? Wat zijn de meest interessante segmenten? De koopintentie is op een vijfpunt schaal gemeten 5. Vervolgens is in figuur 2.8 de top2 van deze koopintentie weergegeven, zowel in percentages als in aantallen (tussen haakjes). Figuur 2.8 Koopintentie gesegmenteerd Het construeren van een boomstructuur als in figuur 2.8 kost enig werk, maar het geeft zeer duidelijke clues ten aanzien van interessante marktsegmenten. Zo blijkt de koopintentie het hoogst onder meerpersoonshuishoudens (vooral zonder kinderen). Vooral de vrouwen zijn enthousiast over het product. In dit geval is het aan te bevelen om de communicatie in eerste instantie te richten op de vrouwen in meerpersoonshuishoudens. Toetsvraag open in spss het bestand buttonquick.sav 2. bekijk het codeboek (utilities/file info) en krijg een indruk van de gebruikte vragenlijst 3. reproduceer enkele cijfers zoals in figuur Koopintentie is niet alleen gemeten voor thuisgebruik. Er is ook gevraagd naar koopintentie ten aanzien van gebruik elders (vraag 8) en er is gevraag of mensen zelf naald en draad meenemen op vakantie (vraag 13). Vul onderstaande boomstructuur nu verder in, analoog aan figuur De vraag was: Vraag 7: Hoe waarschijnlijk acht u dat u het product koopt voor thuisgebruik? 1 Zeer waarschijnlijk, 2 Waarschijnlijk, 3 Niet waarschijnlijk, 4 Onwaarschijnlijk, 5 Zeer onwaarschijnlijk, 6 Weet niet 6

7 Hoofdstuk 3. Segmenteren en klantpiramides Het doel van iedere onderneming is de winst te optimaliseren. Aangezien winst de resultante is van omzet en kosten zijn er dus twee manieren om dit te bereiken: kostenreductie en omzetmaximalisatie. De eerste focus is op het maximaliseren van die omzet. De populatie van een onderneming kan in een drietal hoofdcategorieën ingedeeld worden: 1. Nieuwe klanten 6 2. Bestaande klanten 3. Ex-klanten (inactieve klanten) Met andere woorden: iemand is ofwel een nieuwe klant (nog nooit iets gekocht), een bestaande klant (wel iets gekocht) of een ex-klant (in het verleden iets gekocht). De crux zit hem in het moment waarop een klant als een ex-klant gezien wordt. Vaak kent een onderneming "slapende" of "latente" klanten die in een ver verleden wel eens iets gekocht hebben. Het exacte verschil tussen een klant en een ex-klant zal per branche verschillen, afhankelijk van bijvoorbeeld gemiddelde aankoopfrequentie. De termijn waarop een klant tot ex-klant wordt kan bijvoorbeeld drie maanden zijn, zes maanden, twaalf maanden. Het is belangrijk om dit goed van tevoren te definiëren. Op deze wijze kan goed de huidige omzet van een bedrijf geanalyseerd worden naar nieuwe, bestaande en exklanten. Vervolgens kunnen schattingen gemaakt worden van de gewenste situatie. Figuur 3.1: doelstellingen Huidige situatie Gewenste situatie aantal omzet aantal omzet Nieuwe klanten Bestaande klanten Ex klanten Totaal Dan dienen alle mogelijke informatiebronnen goed in kaart gebracht te worden met betrekking tot omzet- en kostencomponenten. Vervolgens dient geëvalueerd te worden welke van deze omzet- en kostencomponenten toe te schrijven zijn aan de klant en welke niet. Met deze cijfers kan berekend worden wat het de onderneming gekost heeft om nieuwe klanten te werven (figuur 3.1). En wanneer dat boven tafel is, kan een schatting gemaakt worden van het benodigde marketingbudget voor de komende periode (figuur 3.2). Figuur 3.2: randvoorwaarden Huidig budget voor marktbewerking Gewenst budget voor marktbewerking Nieuwe klanten Bestaande klanten Ex klanten 6 Curry (2003) verdiept dit verder in "prospects" (hebben wel een relatie met de onderneming maar nog geen producten/diensten afgenomen), "suspects" (nog geen relatie met de onderneming) en "de rest van de wereld" (mensen of bedrijven die geen behoefte hebben aan de producten/diensten van de onderneming). 7

8 Het doel van het analyseren van een klantenbestand is te komen tot segmenten die vervolgens door middel van marketing en sales bewerkt kunnen worden. Een marktsegment is "een groep van afnemers met min of meer gelijkgerichte behoeften of wensen en die een zelfde reactiepatroon op bepaalde productattributen en een gekozen marketingmix vertoont. Ofwel: consumenten met een min of meer homogeen koopgedrag" 7. Bij segmenteren gaat het om het indelen van het klantenbestand in groepen waarbij deze groepen onderling zoveel mogelijk verschillen en de groepen intern zoveel mogelijk overeenkomsten vertonen (intern homogeen/extern heterogeen). Het is zaak dat het aantal klantgroepen niet te groot is. Bij een beperkt aantal klantgroepen is het voor een onderneming beter om hierop te sturen. Segmentatie van een orderbestand Op basis van een eenvoudig orderbestand is reeds een goede segmentatie te maken (zie onderstaande figuur). Figuur 3.1: segmentatie van een orderbestand Segmentatie matrix aankoop frequentie hoog "A" klanten omzet laag hoog per order "C" klanten? laag Bij deze segmentatie wordt het klantenbestand geanalyseerd op: gemiddelde omzet per order en aankoopfrequentie. Beide variabelen worden ingedeeld in een categorie "hoog" en "laag". De definitie van "hoog" en "laag" zal per branche verschillen. Er kan gekozen worden voor een indeling "hoger dan gemiddeld" en "lager dan gemiddeld". Deze benadering is in elk geval helder qua definitie. Er is nu een segmentatie in een drietal klantgroepen gemaakt (A, B, en C klanten). De "A"-klanten zijn qua omzet natuurlijk de beste klantgroep: gemiddeld besteden ze grote bedragen en ze kopen vaak. De "B"-klanten besteden gemiddeld ook grote bedragen maar ze kopen iets minder vaak. Dan de andere "B"-klanten: deze kopen wel vaak maar de besteding per transactie is relatief laag. Tenslotte de "C"-klanten: deze kopen relatief minder vaak én besteden weinig per transactie. Deze categorie klanten is voor het bedrijf vaak het minst interessant. Vaak wordt deze segmentatie ook weergegeven door middel van piramides. Want wat blijkt vaak? De "A"-klanten zullen een relatief laag percentage van het klantenbestand zijn maar ze zullen voor een groot deel van de omzet verantwoordelijk zijn. Dit staat ook wel bekend als de "20/80"-regel. Die stelt dat doorgaans 20% van de klanten (de "A"-klanten) verantwoordelijk is voor 80% van de omzet 8. Als we de piramide in omzet tekenen dan resulteert dit in het "kantelen" van de grafiek. 7 Huizinga (2000) 8 Overigens blijkt in de praktijk vaak dat die verhouding geen 20/80 is maar lager 8

9 Figuur 3.2: segmentatie en klantpiramides Segmentatie Klantenpiramide Klantenpiramide matrix aankoop op basis van aantallen op basis van omzet frequentie hoog "A" klanten "A" klanten "A" klanten % % omzet laag hoog per order % % "C" klanten "C" klanten "C" klanten % %? laag Segmentatie voor verschillende markten Bij dit soort segmentaties verdient het aanbeveling om tevoren te bepalen voor welke markt deze segmentatie uitgevoerd wordt. Het gevaar is namelijk dat de bekende appels met peren vergeleken zullen worden. Een voorbeeld: een grote mobiele netwerkoperator in Nederland wil haar klantenbestand segmenteren en klantenpiramides maken om zodoende haar marketinginspanningen efficiënter te kunnen richten op de juiste doelgroepen. Deze mobiele operator weet uit ervaring dat zij een groep zakelijke klanten en een groep particuliere klanten heeft. Deze klantgroepen worden met verschillende merken bediend. Bovendien is de groep particuliere klanten te verdelen in abonnees en prepaid bellers. Deze operator weet dat deze klantgroepen sterk verschillen in gedrag. Gezien de grote omvang van de markt en haar klantenbestand zou het niet logisch zijn om deze drie markten bij elkaar te gooien. Figuur 3.3: segmentatie in de markt van mobiele telefonie Klantenpiramide Klantenpiramide Klantenpiramide Klantenpiramide Klantenpiramide Klantenpiramide op basis van aantallen op basis van omzet op basis van aantallen op basis van omzet op basis van aantallen op basis van omzet "A" klanten "A" klanten "A" klanten "A" klanten "A" klanten "A" klanten % % % % % % % % % % % % "C" klanten "C" klanten "C" klanten "C" klanten "C" klanten "C" klanten % % % % % % Per markt zal bepaald moeten worden welke de relevante variabelen zijn om op te segmenteren, dat kunnen ook andere variabelen zijn dan gemiddelde omzet per order en aankoopfrequentie. Enkele voorbeelden van discriminerende variabelen: detailhandel: aantal winkelbezoeken per klant supermarkten: aantal bezoeken per maand kledingzaken, kappers: aantal bezoeken per jaar Op basis van dit soort criteria kunnen ook klantenpiramides gemaakt worden. 9

10 Hoofdstuk 4 belangrijke lessen uit klantenpiramides Curry en anderen beschrijven op basis van hun onderzoek een aantal belangrijke lessen die getrokken kunnen worden uit de klantenpiramides. Van deze worden er een aantal uitgelicht en onderstaand grafisch vorm gegeven. Figuur 4.1 Lessen uit klantenpiramides Klantenpiramide: lessen 4) Klanttevredenheid is een kritische factor bij het opwaarderen van klanten in de piramide 1) De top-20% van de klanten genereert 80% van de omzet opwaarderen van klanten binnen halen van klanten "A" klanten % % "C" klanten % inactieve klanten, prospects, suspects, "de rest van de wereld" 2) De top-20% van de klanten is goed voor meer dan (!) 100% van de winst 3) Bestaande klanten zijn goed voor het leeuwendeel van de omzet maar het leeuwendeel van het marketingbudget gaat doorgaans naar niet-klanten. De belangrijkste lessen van klantenpiramides zijn: 1. De top-20% van de klanten genereert 80% van de omzet Het blijkt dat slechts een klein deel van de klanten verantwoordelijk is voor een groot deel van de omzet. Hoewel de verhouding 20/80 door sommige auteurs bekritiseerd wordt, is er doorgaans een kern van klanten te onderscheiden die voor een groot deel van de omzet verantwoordelijk is. 2. De top-20% van de klanten is goed voor meer dan (!) 100% van de winst Op het eerste gezicht lijkt dit niet mogelijk, meer dan 100%.anders gezegd: vaak leiden bedrijven verlies op het grootste deel van hun klanten (!). Luchtvaartmaatschappijen worden als voorbeeld genoemd van ondernemingen waar de topklanten, de "frequent flyers", ervoor zorgen dat de onderneming als geheel geen verlies draait. 3. Bestaande klanten zijn goed voor het leeuwendeel van de omzet maar het leeuwendeel van het marketingbudget gaat doorgaans naar niet-klanten Heel belangrijk: een bedrijf kan alleen overleven met een vast klantenbestand. 60 tot 80% van het marketingbudget wordt doorgaans besteed aan communicatie met niet-klanten of bedrijven die niet kunnen groeien. Maar het verkopen aan niet-klanten gaat doorgaans gepaard met veel hogere kosten. Meer aandacht voor bestaande klanten kan resulteren in een grote winstgroei. 4. Klanttevredenheid is een kritische factor bij het opwaarderen van klanten in de piramide Onderzoek van Harvard Business Review 9 toont aan dat er een zeer sterke relatie bestaat tussen klantgedrag en klanttevredenheid. Dit onderzoek toont bijvoorbeeld aan dat bij Rank Xerox de frequentie van herhalingsaankopen van "zeer tevreden" klanten zes maal hoger is dan van gewone "tevreden" klanten 9 Jones en Sasser (1995) 10

11 Hoofdstuk 5 Segmenteren naar winst Een terechte kritiek op de toepassing van klantenpiramides is dat zij vaak gebaseerd zijn op omzet alleen. Maar omzet is niet altijd heilig. Het is veel slimmer om naar winst te kijken, en wel naar winst per klant. Want pas wanneer een segment daadwerkelijk winst oplevert is het interessant om dit uit te bouwen. Pas wanneer dit gebeurt dan worden klantenpiramides op de juiste wijze toegepast. Klanten worden dus ingedeeld naar omzet en kosten (en dus rendement). Omzet en kosten zijn altijd bekend in een onderneming dus dat moet een eenvoudige exercitie zijn, nietwaar? Hier blijkt nu juist de crux te zitten: het inventariseren en toewijzen van kosten naar klanten blijkt een waardevolle maar niet altijd eenvoudige klus. Volg in ieder geval het onderstaande stappenplan. Stappenplan voor berekenen van klantenpiramides Omzet en kostencomponenten inventariseren In deze techniek bepaalt u eerst de verschillende omzet- en kosten componenten. Het gaat hier om kosten die u direct aan de klant kunt toewijzen. Denk bijvoorbeeld aan acquisitiekosten, installatiekosten en communicatiekosten. Elke keer dat een klant uw helpdesk belt, kost dat tijd van de medewerker die betaald moet worden. 2. Gemiddelden berekenen Als alle omzetten en kostenposten in kaart zijn gebracht berekent u over de totale klantendatabase de gemiddelde omzet en gemiddelde kosten. 3. Omzet en kosten per klant Vervolgens bepaalt u per klant of die meer of minder omzet dan het gemiddelde genereert. En u bepaalt of die klant meer of minder kosten met zich mee brengt dan het gemiddelde. Welke klanten generen meer dan gemiddelde omzet en welke klanten minder? En welke klanten kosten meer dan het gemiddelde en welke minder? 4. Segmentatie Wanneer u beide dimensies combineert, kunt u alle klanten indelen in vier segmenten. Linksonder, het gebied waar beide assen negatief zijn, zitten de klanten die een lager gemiddeld bedrag aan omzet besteden, maar daarentegen aanmerkelijk minder kosten met zich meebrengen. Linksboven is het segment klanten dat relatief veel omzet realiseert, maar eveneens een meer dan gemiddelde hoge kostenpost vertegenwoordigt. Een soortgelijke groep klanten zien we rechts onderin. Deze klanten genereren weinig omzet maar ook weinig kosten. Als we alleen kijken naar rendement dan zijn de klanten gelijk aan de klanten links bovenin. De beste klanten zitten rechtsboven. Zij besteden aanmerkelijk meer geld aan uw bedrijf tegen minder kosten. 5. Drie klantgroepen Net als bij de klantenpiramide kunt u nu ook de klanten groeperen in A, B of C-klanten. Klanten die veel omzet genereren tegen lage kosten noemt u A-klanten. De groep die veel omzet maakt, maar ook hoge kosten is qua rendement gelijk aan de groep die weinig omzet maakt maar ook weinig kosten. Dit zijn de B-klanten. De groep die weinig omzet maakt, maar veel kosten betitelt u als C-klanten. 10 Deze segmentatie gaat uit van gemiddelde omzet per order en aankoopfrequentie 11

12 Figuur 5.1: segmentatie en winst Segmentatie matrix gemiddelde omzet hoog "A" klanten gemiddelde hoog laag kosten "C" klanten? laag Segmentatie en financiële kengetallen Vervolgens is het zinvol om per segment te kijken naar relevante financiële kengetallen als gemiddelde klantduur, klantverliespercentage, gemiddelde omzet per klant, aanwas van nieuwe klanten 11 en netto contributiemarge per product. Door de financiële kengetallen te berekenen kan er per segment een goede inschatting gemaakt worden van de financiële aantrekkelijkheid van dat segment. Figuur 5.2: segmentatie en kengetallen gemiddelde omzet hoog "A" klanten - gemiddelde klantduur: maanden - gemiddelde klantduur: maanden - klantverliespercentage: % - klantverliespercentage: % - gemiddelde omzet per klant: euro - gemiddelde omzet per klant: euro - aanwas van nieuwe klanten: - aanwas van nieuwe klanten: aantal nieuwe klanten/aantal bestaande klanten aantal nieuwe klanten/aantal bestaande klanten - netto contributiemarge per produkt: - netto contributiemarge per produkt: gemiddelde hoog laag kosten "C" klanten - gemiddelde klantduur: maanden - gemiddelde klantduur: maanden - klantverliespercentage: % - klantverliespercentage: % - gemiddelde omzet per klant: euro - gemiddelde omzet per klant: euro - aanwas van nieuwe klanten: - aanwas van nieuwe klanten: aantal nieuwe klanten/aantal bestaande klanten aantal nieuwe klanten/aantal bestaande klanten - netto contributiemarge per produkt: - netto contributiemarge per produkt: laag Segmentatie en marketingacties Wanneer op basis van financieel harde cijfers het klantenbestand gesegmenteerd is, zal de onderneming diverse opties hebben om haar klanten te bewerken. Het moge duidelijk zijn dat de "A"-klanten het ideale segment vormen gezien de hoge gemiddelde omzet en de lage gemiddelde kosten. De "B"-klanten zijn ook interessant maar bij beide "B"-segmenten zijn verbeteringen te bewerkstelligen: ofwel de gemiddelde kosten omlaag brengen, ofwel de gemiddelde omzet verhogen. 11 Zie voor een definitie van nieuwe klanten de paragraaf over de klantenfabriek 12

13 Meestal zijn de "C"-klanten het minst interessant, hetgeen voor een onderneming vaak verassend is omdat het hier vaak een groot deel van het klantenbestand betreft! "C"-klanten besteden weinig, zijn vaak prijsgevoelig en minder loyaal. In onderstaande figuur staan een aantal opties nader toegelicht. Figuur 5.3: mogelijke marketing acties naar aanleiding van segmentatie Mogelijke marketingacties gemiddelde omzet hoog "A" klanten gemiddelde hoog laag kosten "C" klanten? laag Is het nu mogelijk om door middel van marketing acties de bestaande klanten te bewerken? Ja, dat kan want we beschikken immers over de klantgegevens op individueel niveau. Kunnen we datzelfde voor potentiële klanten doen? Nee want we beschikken niet over de gegevens op individueel niveau. Wanneer we een databestand aankopen, bijvoorbeeld om direct marketing acties op te zetten, dan beschikken we wel over gegevens op individueel niveau maar dan ontbreken gegevens over segmenten. Wat we nodig hebben zijn profielgegevens van de segmenten. Met behulp van profielgegevens is het bijvoorbeeld mogelijk om marketingacties te bedenken die een bepaald segment zullen aanspreken. Met behulp van profielgegevens is het ook mogelijk om een gerichte selectie te maken bij de aankoop van een databestand voor direct marketing. Deze profielgegevens kunnen op een tweetal wijzen verkregen worden: intern (kennissystemen) of extern (business intelligence). Uiteraard kijken we eerst welke gegevens er intern in de onderneming voorhanden zijn. Het klantenbestand is een goed vertrekpunt. Maar ook een facturatie systeem of een orderbestand kan goede informatie leveren. Door middel van business intelligence kan ook dergelijke informatie verkregen worden. Denk bijvoorbeeld aan een klanttevredenheidsonderzoek: dit kan allerhande nuttige informatie bevatten waarmee de segmenten beter beschreven kunnen worden. Maar ook andere informatie kan nuttig zijn. Wanneer een lifestyle segmentatie model van een extern bureau overeenkomsten vertoont met het profiel van onze segmenten kan dit gebruikt worden om de eigen segmentatie te verrijken. Vaak zijn externe bureaus ook in staat om de segmentatie zoals gehanteerd door het marketingbureau verder te specificeren op de wensen van de individuele klant. 13

14 Figuur 5.4: segmentatie en klantprofielen gemiddelde omzet hoog "A" klanten - klanttevredenheid - klanttevredenheid - klantenloyaliteit (aanbevelen/intenties) - klantenloyaliteit (aanbevelen/intenties) - demografische kenmerken - demografische kenmerken - socio demografische kenmerken - socio demografische kenmerken - bedrijfskenmerken (bijv aantal werknemers) - bedrijfskenmerken (bijv aantal werknemers) - verkoop/transactie historie - verkoop/transactie historie - respons historie - respons historie - etc - etc gemiddelde hoog laag kosten "C" klanten - klanttevredenheid - klanttevredenheid - klantenloyaliteit (aanbevelen/intenties) - klantenloyaliteit (aanbevelen/intenties) - demografische kenmerken - demografische kenmerken - socio demografische kenmerken - socio demografische kenmerken - bedrijfskenmerken (bijv aantal werknemers) - bedrijfskenmerken (bijv aantal werknemers) - verkoop/transactie historie - verkoop/transactie historie - respons historie - respons historie - etc - etc laag Figuur 5.5: toolbox 1 Doelstellingen 2 Randvoorwaarden 3 Kennis- 4 Business- 5 Actie 6 Communicatie 7 Gedrag/ systemen intelligence & verkoopkanalen Respons - nieuwe klanten - kosten - transactie/producten - externe bronnen - new business gesprek - beurs& - bereikt/niet-bereikt database tentoonstellingen - bestaande klanten - opbrengsten/marge - (database) analyse - merk/merklading - gestructureerde respons - cross sell - facturatie systeem - RFM-analyse - in store/point of sale - up sell - rendement/resultaat - lifetime value - awareness/bekendheid - niet-gestructureerde - deep sell - prospectdatabase - potentiële waarde - product/verpakking respons - (investerings)budget - profiel analyse/ - prijsvraag/wedstrijd - ex klanten - klantendatabase segmentatie analyse - televisie - non-mail - behoud - juridische beperkingen - respons analyse - refundactie - terug winnen - externe databases - radio - postretour - kennisniveau personeel (listbrokers, tijdschriften, etc) - onderzoeken - evenementen - non-respons - advertentie (krant, - informatieaanvraag - beschikbare - kennis-databases onderzoek - aanbieding tijdschriften) capaciteit (FTE) (vb wie mailt wat) - non-conversie - winkelbezoek onderzoek - joint promotie - huis-aan-huis - bedrijfscultuur - registers - klanttevredenheids- - imago/awareness (faillisementen, onderzoek - couponning - nieuwsbrief/catalogus verhuizingen etc) - (geregistreerde) - verzoek tot betalen - (gepersonaliseerde) conversie/ brief non-conversie - informatie - zuilen - herhalingsaankoop - telemarketing - ontevredenheid - internet - kopen bij concurrent - evenementen - vertegenwoordiger/ tussenpersonen Het speelveld van de marketeer, de "toolbox" waar deze mee kan werken is weergegeven in figuur 5.5. In dit 7 stappenplan is een limitatieve opsomming gegeven van relevante onderwerpen, met andere woorden: alles wat mogelijk relevant is voor de marketeer staat daarin weergegeven. Respons en conversie De benadering heeft een sterke focus op het minimaliseren van fouten: (potentiële) klanten die niet kopen, niet reageren op een mailing, ontevreden zijn etcetera. Want op het moment dat iemand klant is, voldoet hij aan hetgeen je als onderneming van hem/haar verwacht. Op het moment dat hij dat niet doet, dan wordt het interessant. Waarom reageert een prospect niet op een mailing? Reageert deze prospect misschien wel op een telefonische benadering? Of op een ander aanbod? Waarom is een klant ontevreden? Hoe kan ik ervoor zorgen dat deze klant wel tevreden is en daardoor klant blijft? 14

15 Case business intelligence: analyseer een klantendatabase in 7 stappen Onderstaand staat een 7 stappenplan dat u kunt uitvoeren op een willekeurig klantenbestand. Daarbij is het aantal vragen dat u kunt beantwoorden afhankelijk van de het te analyseren bestand. 1. Doelstellingen: definities en doelen worden vastgesteld en segmentatie analyses uitgevoerd Hoe definieert u een klant? En een ex-klant? En een "nieuwe" klant? Waar ligt de grens en hoe bepaalt u dat? (tip: volg niet te "slaafs " de definitie van een opdrachtgever, in de meeste gevallen zult u een subject die één jaar of langer geen aankopen meer gepleegd heeft als ex-klant moeten aanmerken) Wat zijn de cijfers voor aantallen klanten en omzet Hoe wordt het klantenbestand gesegmenteerd? Op basis van welke variabele(n) kunt u het orderbestand het best segmenteren? Onderbouw uw antwoord op statistisch wetenschappelijke wijze. Hoe is de procentuele verdeling van de verschillende segmenten? Wat is de gemiddelde omzet per klant (per order, bestelfrequentie, per jaar) Wat is de gemiddelde klantduur per segment? Wat is het klantverliespercentage per segment? Wat is de aanwas van nieuwe klanten per segment? Wat is de netto contributiemarge per product per segment? Geef alle cijfers in een figuur weer conform figuur 5.1 en figuur Randvoorwaarden: alle kosten- en omzetcijfers worden geïnventariseerd Maak een volledige inventarisatie van alle mogelijke kostencomponenten Out-of pocket Interne kosten (tijd, capaciteit) Welke van deze kosten zijn toe te rekenen aan de klant en welke niet? Maak een volledige inventarisatie van alle mogelijke omzetcomponenten (verdiencapaciteit) Welke zijn toe te rekenen aan de klant en welke niet? Gegeven de doelstellingen en winstdoelstelling, wat mag maximaal het budget voor marktbewerking zijn? OF, gegeven het budget, wat kunnen de doelstellingen maximaal zijn Geef alle cijfers in een figuur weer conform figuur 5.3 en figuur Kennissystemen, kennis van de klant Geef een opsomming van de beschikbare informatie over klanten Waar is deze informatie doorgaans te vinden? Op basis van de beschikbare informatie: welke analyses zijn er mogelijk? (tip: dit zijn er meer dan u wellicht in eerste instantie zult denken, zeker wanneer uw opsomming van beschikbare informatie over klanten volledig is) Welke informatie heeft u gemist? Welke analyses had u kunnen uitvoeren indien u deze informatie wel gehad had? Op welke wijze is deze informatie te verkrijgen? 4. Business intelligence Welke analyses en onderzoeken kunt u uitvoeren om tot een doelgroepgerichte marktbewerking te komen (zie ook de figuur mogelijke marketing acties naar aanleiding van segmentatie) 5. Acties & planning Welke marketing acties kunt u uitvoeren richting de verschillende klantgroepen? 6. Communicatie en verkoopkanalen Welke communicatie en verkoopkanalen kunt u gebruiken richting de verschillende doelgroepen? 7. Respons en conversie Geef een opsomming van alle mogelijke vormen van respons (gedrag/reacties van klanten) bij de verschillende klantgroepen 15

16 Bronnen Curry, Jay e.a., De customer marketing methode, MSP Associates Nederland B.V., Amsterdam, 2003 Huizinga, Henk, Standaardlexicon Marketing, Samson, Alphen aan den Rijn, 2000 Jones, T.O. en Sasser, W.E., Why Satisfied Customers Defect, Harvard Business Review, december Mens, Michiel van, Operationele Marketing: het 7-stappenplan voor marktbewerking,

Analyse van kruistabellen

Analyse van kruistabellen Analyse van kruistabellen Inleiding In dit hoofdstuk, dat aansluit op hoofdstuk II-13 (deel2) van het statistiekboek wordt ingegaan op het analyseren van kruistabellen met behulp van SPSS. Met een kruistabel

Nadere informatie

Meerderheid Zeeland voor snelle bouw brede school i.p.v. bouw MFC Grote bereidheid om de enquête van Progressief Landerd in te vullen.

Meerderheid Zeeland voor snelle bouw brede school i.p.v. bouw MFC Grote bereidheid om de enquête van Progressief Landerd in te vullen. PERSBERICHT Meerderheid Zeeland voor snelle bouw brede school i.p.v. bouw MFC Grote bereidheid om de enquête van Progressief Landerd in te vullen. Afgelopen zaterdag trotseerden leden van de politieke

Nadere informatie

Klantonderzoek: de laatste inzichten!

Klantonderzoek: de laatste inzichten! : de laatste inzichten! Hoe tevreden bent u over de door ons bedrijf geleverde producten en diensten? Veel bedrijven gebruiken deze vraag om de klanttevredenheid te meten. Op een schaal van zeer ontevreden

Nadere informatie

De marketing-machine paradigma

De marketing-machine paradigma De marketing-machine paradigma Bureau M+i Jacob Marisstraat 16hs 1058 HZ Amsterdam 020-6177339 michiel@deklantenfabriek.nl Copy Rights Michiel van Mens All rights reserved - No part of this training may

Nadere informatie

Een leidraad voor specialisten op het vlak van lead generation

Een leidraad voor specialisten op het vlak van lead generation HOE DE RESPONSEGRAAD VERHOGEN? Een leidraad voor specialisten op het vlak van lead generation Dit document geeft een overzicht van drie methodes die de responsgraad van lead generation acties aanzienlijk

Nadere informatie

We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren:

We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren: INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 4 1. Toets met behulp van SPSS de hypothese van Evelien in verband met de baardlengte van metalfans. Ga na of je dezelfde conclusies

Nadere informatie

Basishandleiding SPSS

Basishandleiding SPSS Basishandleiding SPSS Elvira Folmer & Marieke ten Voorde SLO, Juli 2008 Deze handleiding is gebaseerd op SPSS 16.0 for Windows Inhoud 1 Het maken van een gegevensbestand in de Variable View... 4 2 Het

Nadere informatie

maakt resultaat meetbaar

maakt resultaat meetbaar maakt resultaat meetbaar Enthousiaste terugkerende klanten Gemotiveerde competente medewerkers Reputatiemanagement door adequaat klachtmanagement Nieuwe klanten door betere vindbaarheid en conversie Meer

Nadere informatie

GfK Group Media RAB Radar- Voorbeeldpresentatie Merk X fmcg. Februari 2008 RAB RADAR. Radio AD Awareness & Respons. Voorbeeldpresentatie Merk X

GfK Group Media RAB Radar- Voorbeeldpresentatie Merk X fmcg. Februari 2008 RAB RADAR. Radio AD Awareness & Respons. Voorbeeldpresentatie Merk X RAB RADAR Radio AD Awareness & Respons Voorbeeldpresentatie Inhoud 1 Inleiding 2 Resultaten - Spontane en geholpen bekendheid - Herkenning radiocommercial en rapportcijfer - Teruggespeelde boodschap -

Nadere informatie

Open het databestand in SPSS en kies Analyze > Correlate > Bivariate. Vul vervolgens het dialoogvenster in als volgt:

Open het databestand in SPSS en kies Analyze > Correlate > Bivariate. Vul vervolgens het dialoogvenster in als volgt: INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 9 1. Een klinisch psycholoog vraagt zich af of er een verband bestaat tussen depressie en sociale vermijding in de populatie

Nadere informatie

Handleiding SPSS tabellen en kruistabellen. In een paar stappen van spss data naar bruikbare informatie.

Handleiding SPSS tabellen en kruistabellen. In een paar stappen van spss data naar bruikbare informatie. Handleiding SPSS tabellen en kruistabellen In een paar stappen van spss data naar bruikbare informatie. A) Het openen van een databestand File \ open \ data Kies de naam van je databestand, bijvoorbeeld

Nadere informatie

Hoe kunt u keihard meer verkopen? Van reclame mag je keiharde resultaten verwachten

Hoe kunt u keihard meer verkopen? Van reclame mag je keiharde resultaten verwachten MÉÉR VERKOPEN Keihard méér verkopen Door Pieter Hemels, Hemels van der Hart Meer klanten, meer omzet Door Pieter Burghouts, Microsoft Hoe kunt u keihard meer verkopen? Klanten vinden, winnen en behouden

Nadere informatie

De Bladenbox in 2012 en verder.. Onderzoeksrapport

De Bladenbox in 2012 en verder.. Onderzoeksrapport De Bladenbox in 2012 en verder.. Onderzoeksrapport Samenvatting Onderzoeksvraag en methodebeschrijving Uit de situatieanalyses is naar voren gekomen dat er een verandering plaats vindt in het leefgedrag

Nadere informatie

turning data into profit knowhowmarketing

turning data into profit knowhowmarketing turning data into profit knowhowmarketing Kennis over de markt, de klant, de concurrent en de effectiviteit van marketing wordt steeds belangrijker. Succesvolle bedrijven gebruiken deze kennis om snel

Nadere informatie

De kracht van data. Onderwerpen. Even voorstellen Data verzamelen Data bewerken Data gebruiken Een casus: IFFR Aan de slag.. Vragen en antwoorden

De kracht van data. Onderwerpen. Even voorstellen Data verzamelen Data bewerken Data gebruiken Een casus: IFFR Aan de slag.. Vragen en antwoorden De kracht van data Onderwerpen Even voorstellen Data verzamelen Data bewerken Data gebruiken Een casus: IFFR Aan de slag.. Vragen en antwoorden 2 1 Waarom verzamel je data? Weten, evalueren, controleren

Nadere informatie

Goede klanten, slechte klanten

Goede klanten, slechte klanten 14-17_Thomassen_10_2005 19-09-2005 08:53 Pagina 14 WAARDERING Drs J-P. Thomassen is directeur van adviesbureau TQM Consult, Rotterdam (tqmconsult@euronet.nl). Rendementsvergroting door sturen op de waarde

Nadere informatie

Template voor Lost sales/ business onderzoek verloren prospects eenvoudige verkorte versie. Inhoudsopgave. Vragenlijst...1. Afsluitende pagina...

Template voor Lost sales/ business onderzoek verloren prospects eenvoudige verkorte versie. Inhoudsopgave. Vragenlijst...1. Afsluitende pagina... Template voor Lost sales/ business onderzoek verloren prospects eenvoudige verkorte versie Inhoudsopgave Vragenlijst...1 Afsluitende pagina...6 Variabelen...7 i Vragenlijst Toelichting Lost sales/ business

Nadere informatie

E-resultaat aanpak. Meer aanvragen en verkopen door uw online klant centraal te stellen

E-resultaat aanpak. Meer aanvragen en verkopen door uw online klant centraal te stellen E-resultaat aanpak Meer aanvragen en verkopen door uw online klant centraal te stellen 2010 ContentForces Niets uit deze uitgave mag worden verveelvoudigd en/of openbaar gemaakt door middel van druk, fotokopie,

Nadere informatie

Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding.

Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding. Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding. Bij Excel denken de meesten niet direct aan een statistisch programma. Toch biedt Excel veel mogelijkheden tot statistische

Nadere informatie

CRM vanuit organisatorisch perspectief

CRM vanuit organisatorisch perspectief Highlights survey CRM in Nederland 2009/2010 CRM vanuit organisatorisch perspectief MarketCap International BV 13 Januari 2010 AGENDA o over de survey en de populatie o actief met en focus op CRM o hulp

Nadere informatie

Lead score. Graydon Lead Insights. Maximaal rendement uit uw B2B-websitebezoek. openheid van zaken

Lead score. Graydon Lead Insights. Maximaal rendement uit uw B2B-websitebezoek. openheid van zaken Lead score Graydon Lead Insights. Maximaal rendement uit uw B2B-websitebezoek. openheid van zaken Maximaal rendement uit uw B2B-websitebezoek. Boost uw B2B-leadgeneratie Slechts 4 tot 11% van al uw websitebezoekers

Nadere informatie

Eyefactory heeft de eerste stap op weg naar optimale datakwaliteit gezet. Gefeliciteerd!

Eyefactory heeft de eerste stap op weg naar optimale datakwaliteit gezet. Gefeliciteerd! Datascan Eyefactory woensdag 20 mei 2015 Eyefactory heeft de eerste stap op weg naar optimale datakwaliteit gezet. Gefeliciteerd! De datascan is uitgevoerd op het door u aangeleverde databestand. Uw databestand

Nadere informatie

Een marketingplan in twaalf stappen

Een marketingplan in twaalf stappen Reekx is gespecialiseerd in het adviseren van organisaties en detacheren van specialisten op het gebied van het efficiënt managen van informatiestromen. Kijk op onze website www.reekx.nl voor actuele informatie

Nadere informatie

Sturen op kosten, kwaliteit of klantwaarde?

Sturen op kosten, kwaliteit of klantwaarde? Sturen op kosten, kwaliteit of klantwaarde? Theorie en praktijk Wim-Peter de Raadt, directeur Cvision pagina 1 Cvision Customer, Communication, Contact Opzetten / interim management / projectmanagement

Nadere informatie

Business Intelligence vergroot Cust mer Experience @ KPN Mobile. Michiel Valk Manager Information Services Februari / maart 2006

Business Intelligence vergroot Cust mer Experience @ KPN Mobile. Michiel Valk Manager Information Services Februari / maart 2006 Business Intelligence vergroot Cust mer Experience @ KPN Mobile Michiel Valk Manager Information Services Februari / maart 2006 De vraag: Hoe? bedien je met zo n 2000 medewerkers in een zeer competitieve

Nadere informatie

Marketing en Sales in de Verhuur & Lease branche.

Marketing en Sales in de Verhuur & Lease branche. Graydon Brancheonderzoek 2014 Brancheonderzoek 2014. Marketing en Sales in de Verhuur & Lease branche. VERHUUR Voorwoord Bij deze bied ik u graag ons jaarlijks brancheonderzoek naar de Nederlandse en Belgische

Nadere informatie

Creatie, toepassing en evaluatie: door marketeers en klantcontactmedewerkers. We focussen hier op Vraag, Analyse en Data terugkoppelen.

Creatie, toepassing en evaluatie: door marketeers en klantcontactmedewerkers. We focussen hier op Vraag, Analyse en Data terugkoppelen. Marketing Intelligence voor beginners Workshop door Sara Oomen (EMC Cultuuronderzoeken) en Jildiz Heddes (zelfstandig data-analist) Congres Podiumkunsten 2014 WAT Marketing Intelligence is het stelselmatig

Nadere informatie

Bedrijfsvoering benchmark onderzoek tussenpersonen. Ir. Laurens van Graafeiland Juli 2013

Bedrijfsvoering benchmark onderzoek tussenpersonen. Ir. Laurens van Graafeiland Juli 2013 Bedrijfsvoering benchmark onderzoek tussenpersonen Ir. Laurens van Graafeiland Juli 2013 1 Toelichting onderzoek 2012 Het landelijk bedrijfsvoering benchmark onderzoek is voor het 2 e jaar afgenomen, dit

Nadere informatie

E-MAIL AWARD 2013 : PROCEDURE & CASE FORMAT

E-MAIL AWARD 2013 : PROCEDURE & CASE FORMAT E-MAIL AWARD 2013 : PROCEDURE & CASE FORMAT Leuk en goed dat u een case in wilt dienen. Om de jurering eerlijk, eenvoudig en overzichtelijk te maken, willen we u vragen uw case in te dienen aan de hand

Nadere informatie

gegevens analyseren Welk onderzoekmodel gebruik je? Quasiexperiment ( 5.5) zonder controle achtergronden

gegevens analyseren Welk onderzoekmodel gebruik je? Quasiexperiment ( 5.5) zonder controle achtergronden een handreiking 71 hoofdstuk 8 gegevens analyseren Door middel van analyse vat je de verzamelde gegevens samen, zodat een overzichtelijk beeld van het geheel ontstaat. Richt de analyse in de eerste plaats

Nadere informatie

18 december 2012. Social Media Onderzoek. MKB Nederland

18 december 2012. Social Media Onderzoek. MKB Nederland 18 december 2012 Social Media Onderzoek MKB Nederland 1. Inleiding Er wordt al jaren veel gesproken en geschreven over social media. Niet alleen in kranten en tijdschriften, maar ook op tv en het internet.

Nadere informatie

WWW.DeKlantenfabriek.nl 1

WWW.DeKlantenfabriek.nl 1 De Economy of loyalty Michiel van Mens en Kiek Berger, 2002, bron: klanttevredenheid en loyaliteit Bureau M+i Michiel van Mens Jacob Marisstraat 16 1058 HZ Amsterdam 020-6177339 info@deklantenfabriek.nl

Nadere informatie

Case Closed. Foto: Roy Beusker

Case Closed. Foto: Roy Beusker Case Closed Foto: Roy Beusker De Nationale Postcode Loterij, de Sponsor Bingo Loterij en de BankGiro Loterij vormen gezamenlijk de Goede Doelen Loterijen in Nederland. Deze loterijen streven ernaar een

Nadere informatie

OMNIBUSONDERZOEK NOORD- KENNEMERLAND 2005 PSYCHISCHE GEZONDHEID

OMNIBUSONDERZOEK NOORD- KENNEMERLAND 2005 PSYCHISCHE GEZONDHEID OMNIBUSONDERZOEK NOORD- KENNEMERLAND 2005 PSYCHISCHE GEZONDHEID Gemeente Alkmaar afdeling Onderzoek en Statistiek februari 2006 auteur: Monique van Diest afdeling Onderzoek en Statistiek gemeente Alkmaar

Nadere informatie

Wat is marketing. Hoe wordt marketing gebruikt in de praktijk. Product. Prijs

Wat is marketing. Hoe wordt marketing gebruikt in de praktijk. Product. Prijs Wat is marketing Marketing is het proces die je moet doorgaan om de behoeften van uw klanten te bevredigen. Eerst werd marketing gezien als het geheel van activiteiten die de ruil van producten of diensten

Nadere informatie

Hoofdstuk 5 Naamsbekendheidonderzoek

Hoofdstuk 5 Naamsbekendheidonderzoek Hoofdstuk 5 5.1 Inleiding Achtergrond en doel van het onderzoek Bonnema Weert wenst inzicht te verkrijgen in haar naamsbekendheid. Bonnema Weert wil in het bijzonder antwoord krijgen op de volgende onderzoeksvragen:

Nadere informatie

Inhoudsopgave. Special: Is data een kritische succesfactor? 3

Inhoudsopgave. Special: Is data een kritische succesfactor? 3 Inhoudsopgave Special: Is data een kritische succesfactor? 3 1. DM Barometer 4 Onderzoeksopzet 4 Special: Is data een kritische succesfactor 4 Respondenten 4 2. Resultaten 6 Klantdata & dialoog 6 Datamanagement

Nadere informatie

Beschrijvende statistieken

Beschrijvende statistieken Elske Salemink (Klinische Psychologie) heeft onderzocht of het lezen van verhaaltjes invloed heeft op angst. Studenten werden at random ingedeeld in twee groepen. De ene groep las positieve verhaaltjes

Nadere informatie

Event Driven Marketing & ROI. Platform Innovatie in Marketing SAP, Den Bosch 31 augustus 2004

Event Driven Marketing & ROI. Platform Innovatie in Marketing SAP, Den Bosch 31 augustus 2004 Event Driven Marketing & ROI Platform Innovatie in Marketing SAP, Den Bosch 31 augustus 2004 Even voorstellen:ed Sander 4 jaar ervaring in logistiek en customer service 7 jaar ervaring in direct marketing,

Nadere informatie

Aan de slag met het Business Model Canvas

Aan de slag met het Business Model Canvas 1 Aan de slag met het Business Model Canvas De Wereld van de Ondernemer Gerard Aaftink November 2014 2 Inhoud Deel 1: Het Business Model Canvas Het Business Model Canvas Wat is het? Hoe werkt het? Hoe

Nadere informatie

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 Inhoudsopgave 1. Kengetallen 3 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 3. Dialoogmarketingbudget 5 3.1. Percentage dialoogmarketing binnen het marketingbudget 5 3.2. Dialoogmarketingbudget

Nadere informatie

Bedrijfsvoering benchmark onderzoek tussenpersonen. Ir. Laurens van Graafeiland Juli 2013

Bedrijfsvoering benchmark onderzoek tussenpersonen. Ir. Laurens van Graafeiland Juli 2013 Bedrijfsvoering benchmark onderzoek tussenpersonen Ir. Laurens van Graafeiland Juli 2013 1 Toelichting onderzoek 2012 Het landelijk bedrijfsvoering benchmark onderzoek is voor het 2 e jaar afgenomen, dit

Nadere informatie

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 Inhoudsopgave 1. Kengetallen 3 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 3. Dialoogmarketingbudget 5 3.1. Percentage dialoogmarketing binnen het marketingbudget 5 3.2. Dialoogmarketingbudget

Nadere informatie

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 Inhoudsopgave 1. Kengetallen 3 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 3. Dialoogmarketingbudget 5 3.1. Percentage dialoogmarketing binnen het marketingbudget 5 3.2. Dialoogmarketingbudget

Nadere informatie

ALGEMEEN RAPPORT Publieksprijs Beste Vastgoedfonds Aanbieder 2011

ALGEMEEN RAPPORT Publieksprijs Beste Vastgoedfonds Aanbieder 2011 ALGEMEEN RAPPORT Publieksprijs Beste Vastgoedfonds Aanbieder 2011 Markt, trends en ontwikkelingen Amsterdam, april 2012 Ir. L. van Graafeiland Dr. P. van Gelderen Baken Adviesgroep BV info@bakenadviesgroep.nl

Nadere informatie

Rapportage klanttevredenheidsonderzoek Inclusief vergelijk 2012. Koro Enveloppen & Koro PackVision

Rapportage klanttevredenheidsonderzoek Inclusief vergelijk 2012. Koro Enveloppen & Koro PackVision Rapportage klanttevredenheidsonderzoek Inclusief vergelijk 2012 Opdrachtgever: Uitvoering: Koro Enveloppen & Koro PackVision Tema BV December 2014 1 I N L E I D I N G In 2014 heeft Tema voor de vijfde

Nadere informatie

4orange Connect. 4orange, 2015. Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl

4orange Connect. 4orange, 2015. Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 4orange Connect 4orange, 2015 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Inhoud Inhoud... 2 1. Achtergrond... 3 2) Browsen... 4 3) Scheduler... 4 4) Frequenties en kruistabellen... 4 5)

Nadere informatie

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 Inhoudsopgave 1. Kengetallen 3 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 3. Dialoogmarketingbudget 5 3.1. Percentage dialoogmarketing binnen het marketingbudget 5 3.2. Dialoogmarketingbudget

Nadere informatie

Klanten zijn kostbaar

Klanten zijn kostbaar Productkaart Inleiding Wie zijn mijn klanten, waarom kopen ze bij mij, en hoe bereik ik ze? Dat zijn vragen die wij dagelijks beantwoorden. Bij Court1 houden we ons 24/7 bezig met database marketing. Met

Nadere informatie

1. CTRL- en SHIFT-knop gebruiken om meerdere variabelen te selecteren

1. CTRL- en SHIFT-knop gebruiken om meerdere variabelen te selecteren SPSS: Wist je dat (1) je bij het invoeren van de variabelen in het menu door de CTRL-knop ingedrukt te houden, meerdere variabelen kunt selecteren die niet precies onder elkaar staan? Met de SHIFT-knop

Nadere informatie

Klantonderzoek: statistiek!

Klantonderzoek: statistiek! Klantonderzoek: statistiek! Statistiek bij klantonderzoek Om de resultaten van klantonderzoek juist te interpreteren is het belangrijk de juiste analyses uit te voeren. Vaak worden de mogelijkheden van

Nadere informatie

MKB Regioscan voor ( kantoor)

MKB Regioscan voor ( kantoor) MKB Regioscan voor ( kantoor) REAAL REGIONAAL 1 Deze analyse is uitgevoerd door Olbico Nederland in opdracht van REAAL Verzekeringen Auteurs Olbico Datum: juli 2010 Projectnummer: 0000001 Contact REAAL

Nadere informatie

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 Inhoudsopgave 1. Kengetallen 3 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 3. Dialoogmarketingbudget 5 3.1. Percentage dialoogmarketing binnen het marketingbudget 5 3.2. Dialoogmarketingbudget

Nadere informatie

Hoe ouder, hoe trouwer Switchen & behouden in de 50-plusmarkt

Hoe ouder, hoe trouwer Switchen & behouden in de 50-plusmarkt WHITEPAPER Hoe ouder, hoe trouwer Switchen & behouden in de 50-plusmarkt Onderzoek van het (een initiatief van Bindinc) toont aan dat onder 50-plussers merktrouw vaker voorkomt dan onder 50- minners. Daarbij

Nadere informatie

Wat is marketing dan wel? De beste omschrijving komt uit het Engels.

Wat is marketing dan wel? De beste omschrijving komt uit het Engels. KENNETH NIEUWEBOER M arketing is meer dan het ontwikkelen van een logo en het bewaken van je huisstijl. Als er een goede strategie achter zit, levert marketing een wezenlijke bijdrage aan het rendement

Nadere informatie

SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I

SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I Hieronder volgen de SPSS uitvoer en de antwoorden van de opgaven van Stap 7: Oefenen I. Daarnaast wordt bij elke opgave

Nadere informatie

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 Inhoudsopgave 1. Kengetallen 3 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 3. Dialoogmarketingbudget 5 3.1. Percentage dialoogmarketing binnen het marketingbudget 5 3.2. Dialoogmarketingbudget

Nadere informatie

Template voor Lost sales/ business onderzoek verloren prospects geavanceerde uitgebreide versie. Inhoudsopgave. Hoofdsectie...1

Template voor Lost sales/ business onderzoek verloren prospects geavanceerde uitgebreide versie. Inhoudsopgave. Hoofdsectie...1 Template voor Lost sales/ business onderzoek verloren prospects geavanceerde uitgebreide versie Inhoudsopgave Hoofdsectie...1 01 Screeningsvragen (vaste sectie)...2 02 Afhaakredenen (vaste sectie)...3

Nadere informatie

CRM. in Nederland. a teasing summary. CRM in Nederland. augustus 2009. Augustus 2009 pagina 0

CRM. in Nederland. a teasing summary. CRM in Nederland. augustus 2009. Augustus 2009 pagina 0 Augustus 2009 pagina 0 CRM in Nederland augustus 2009 a teasing summary Augustus 2009 pagina 1 Introductie Onlangs hebben ruim 1.000 managers meegewerkt aan een grootschalig onderzoek uitgevoerd door MarketCap

Nadere informatie

ACCOUNTPLAN. Volgens de pragmatische KSC aanpak

ACCOUNTPLAN. Volgens de pragmatische KSC aanpak ACCUNTPLAN Volgens de pragmatische KSC aanpak Een accountplan maken Aan het eind van het jaar worden verkopers en account managers gevraagd weer na te denken over de doelstellingen, targets en resultaten

Nadere informatie

Verslag consumentenonderzoek zorgsector Breda

Verslag consumentenonderzoek zorgsector Breda Verslag consumentenonderzoek zorgsector Breda Inleiding: In het kader van het project economische barometer is in 2012 gekozen voor het onderwerp zorgverlening en vooral het gebruik van de zorgverleners,

Nadere informatie

Het Marketingconcept: Tevreden klanten: Geintegreerde aanpak:

Het Marketingconcept: Tevreden klanten: Geintegreerde aanpak: Inhoud Inhoud... 1 Het Marketingconcept:... 2 Tevreden klanten:... 2 Geintergreerde aanpak:... 2 Behoeftengeoriënteerd werkterrein:... 3 Concurentieanalyse:... 3 Marktonderzoek:... 3 Winstbijdrage:...

Nadere informatie

Whitepaper Mailtomarket

Whitepaper Mailtomarket Whitepaper Mailtomarket Inleiding Ik heb al een digitale nieuwsbrief moet ik dit lezen? Als u uw relaties directer en specifieker wilt benaderen met informatie die bij hen past, dan is e-mailmarketing

Nadere informatie

Compare to Compete onderzoekt: Benchmarken door brancheorganisaties

Compare to Compete onderzoekt: Benchmarken door brancheorganisaties Compare to Compete onderzoekt: Benchmarken door brancheorganisaties Onderzoek van Compare to Compete: Hoe brancheorganisaties aankijken tegen benchmarken Wat is benchmarken of benchmarking? Benchmarking

Nadere informatie

Meer succes met je website

Meer succes met je website Meer succes met je website Hoeveel geld heb jij geïnvesteerd in je website? Misschien wel honderden of duizenden euro s in de hoop nieuwe klanten te krijgen. Toch levert je website (bijna) niets op Herkenbaar?

Nadere informatie

!" ## *+%, % # -. ' , #% 1 " 12 3#

! ## *+%, % # -. ' , #% 1  12 3# !" $% &'(! )*+ *+%, % -. ' /0, %!" 1 " 12 3 4 - 5!" 5 %$ " %6.. %. 4. %7. 5. 4 %-. )*+ %) %. % -. - ( 5( %8 -. 9!..%- % 4 2 *. 1 2*$ 4 72!4 +. % $ %. 4 %2*$ 4.. 2*$ % - 1!""!!$! $ %&" %!"'!!%(!("!!" (!"!!

Nadere informatie

White paper Cross-sell & Upsell

White paper Cross-sell & Upsell White paper Cross-sell & Upsell Een praktische aanpak om meer omzet te genereren bij uw bestaande klanten Inleiding Deze white paper beschrijft een stappenplan, om te komen tot een klantspecifieke aanpak

Nadere informatie

Hoofdstuk 7 Marktonderzoek

Hoofdstuk 7 Marktonderzoek Hoofdstuk 7 Marktonderzoek Leerdoelen Uitleggen hoe belangrijk informatie is voor het bedrijf, om inzicht te krijgen in de markt. Het marketinginformatiesysteem definiëren en de onderdelen daarvan bespreken.

Nadere informatie

Geeft uw informatiestrategie u een voorsprong op de concurrentie?

Geeft uw informatiestrategie u een voorsprong op de concurrentie? Geeft uw informatiestrategie u een voorsprong op de concurrentie? Onderzoek naar het informatiemanagement bij de top van de Nederlandse bedrijven Whitepaper 1 Inhoud 1. Inleiding Informatiemanagement:

Nadere informatie

Benchmark Klanttevredenheid

Benchmark Klanttevredenheid Benchmark Klanttevredenheid - dummy rapport - Laurens van Graafeiland 14-10-2010 1 Toelichting benchmark Methodiek In de benchmark worden de verdelingen van het gebruik van de verschillende communicatiemiddelen

Nadere informatie

Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie

Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie Feiten en cijfers tot nu toe Managementsamenvatting Na twee en een half jaar kwaliteitsmetingen in de fysiotherapie is het een geschikt moment

Nadere informatie

copyright 2010 Blinker BV

copyright 2010 Blinker BV copyright 2010 Blinker BV H1 Ik wil u beter leren kennen... 2 H2 Start van de relatie: kennismaken... 3 H3 Personalisatie: altijd weten wie ik ben... 4 H4 Profielverrijking: weten wat mij interesseert...

Nadere informatie

ONDERZOEKSRAPPORT CONTENT MARKETING EEN ONDERZOEK NAAR DE BEHOEFTE VAN HET MKB IN REGIO TWENTE AAN HET TOEPASSEN VAN CONTENT MARKETING

ONDERZOEKSRAPPORT CONTENT MARKETING EEN ONDERZOEK NAAR DE BEHOEFTE VAN HET MKB IN REGIO TWENTE AAN HET TOEPASSEN VAN CONTENT MARKETING ONDERZOEKSRAPPORT CONTENT MARKETING EEN ONDERZOEK NAAR DE BEHOEFTE VAN HET MKB IN REGIO TWENTE AAN HET TOEPASSEN VAN CONTENT MARKETING VOORWOORD Content marketing is uitgegroeid tot één van de meest populaire

Nadere informatie

Verslag 10 december 2014

Verslag 10 december 2014 Verslag 10 december 2014 Op 10 december vond, in Het Communicatiehuis te Gent, de eerste vergadering van de gebruikersgroep plaats. Er waren 25 bedrijven aanwezig. Voorstelling IWT De heer Filip Van Isacker

Nadere informatie

Rapportage Marktverkenning Klimaatbeheersing Mei 2015

Rapportage Marktverkenning Klimaatbeheersing Mei 2015 Rapportage Marktverkenning Klimaatbeheersing Mei 205 Inhoudsopgave Managementsamenvatting 3 Inleiding 4. Achtergrondkenmerken bedrijven 5. Organisatorische kenmerken 5.2 Activiteiten 7.3 Omzet 9 2. Marktomvang-

Nadere informatie

Template voor Website evaluatie eenvoudige verkorte versie. Inhoudsopgave. Vragenlijst...1. Afsluitende pagina...5. Variabelen...6

Template voor Website evaluatie eenvoudige verkorte versie. Inhoudsopgave. Vragenlijst...1. Afsluitende pagina...5. Variabelen...6 Template voor Website evaluatie eenvoudige verkorte versie Inhoudsopgave Vragenlijst...1 Afsluitende pagina...5 Variabelen...6 i Vragenlijst Toelichting Website evaluatie Wat wilt u weten? Hoe tevreden

Nadere informatie

Verband tussen twee variabelen

Verband tussen twee variabelen Verband tussen twee variabelen Inleiding Dit practicum sluit aan op hoofdstuk I-3 van het statistiekboek en geeft uitleg over het maken van kruistabellen, het berekenen van de correlatiecoëfficiënt en

Nadere informatie

Direct marketing In dit hoofdstuk zul je het volgende leren:

Direct marketing In dit hoofdstuk zul je het volgende leren: OHT 13.1 Direct marketing In dit hoofdstuk zul je het volgende leren: Wat direct marketing is en waarom dit steeds belangrijker wordt voor marketingcommunicatie De doelstellingen en doelgroepen van direct

Nadere informatie

In contact met het merk: merkbelevingsmonitor

In contact met het merk: merkbelevingsmonitor In contact met het merk: merkbelevingsmonitor Het meten van de effectiviteit van marketing- en communicatie-inspanningen is en blijft een hot issue. Marketing intelligence van KPN ontwikkelde samen met

Nadere informatie

[aanvullend hoofdstuk, behorend bij Grotenhuis, M. te & Matthijssen, A. (2006). Basiscursus SPSS, versie 10-14, Assen: Van Gorcum]

[aanvullend hoofdstuk, behorend bij Grotenhuis, M. te & Matthijssen, A. (2006). Basiscursus SPSS, versie 10-14, Assen: Van Gorcum] 6 Multiple response [aanvullend hoofdstuk, behorend bij Grotenhuis, M. te & Matthijssen, A. (2006). Basiscursus SPSS, versie 10-14, Assen: Van Gorcum] 6.1 Inleiding Het komt regelmatig voor dat respondenten

Nadere informatie

SPSS Introductiecursus. Sanne Hoeks Mattie Lenzen

SPSS Introductiecursus. Sanne Hoeks Mattie Lenzen SPSS Introductiecursus Sanne Hoeks Mattie Lenzen Statistiek, waarom? Doel van het onderzoek om nieuwe feiten van de werkelijkheid vast te stellen door middel van systematisch onderzoek en empirische verzamelen

Nadere informatie

Vijf essentiële stappen in het moderne verkoopproces

Vijf essentiële stappen in het moderne verkoopproces Vijf essentiële stappen in het moderne verkoopproces Capelle aan den IJssel, 2 oktober 2014 Door: Wim van der Mark Programma - inhoud Inspelen op veranderend koopgedrag Vijf stappen in het moderne verkoopproces

Nadere informatie

WHITEPAPER INGREDIËNTEN VOOR SUCCESVOLLE B2B MARKTBEWERKING

WHITEPAPER INGREDIËNTEN VOOR SUCCESVOLLE B2B MARKTBEWERKING WHITEPAPER INGREDIËNTEN VOOR SUCCESVOLLE B2B MARKTBEWERKING UW PARTNER IN B2B MARKETING INTELLIGENCE Inleiding Het vak van de B2B marketeer is uitdagend. Sinds de crisis zijn de budgetten structureel verlaagd.

Nadere informatie

ICT en grote datasets havo wiskunde A en vwo wiskunde A/C

ICT en grote datasets havo wiskunde A en vwo wiskunde A/C ICT en grote datasets havo wiskunde A en vwo wiskunde A/C Workshop Noordhoff wiskundecongres 19 november 2015 Matthijs van Maarseveen, Stijn Voets en Mark Haneveld Opbouw workshop 1. Demonstratie Exceltabellen

Nadere informatie

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4

Inhoudsopgave. 1. Kengetallen 3. 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 Inhoudsopgave 1. Kengetallen 3 2. DM Barometer 4 2.1. Onderzoeksopzet 4 2.2. Respondenten 4 3. Dialoogmarketingbudget 5 3.1. Percentage dialoogmarketing binnen het marketingbudget 5 3.2. Dialoogmarketingbudget

Nadere informatie

Deelrapportage "Apotheken door Cliënten Bekeken" Vorige en huidige meting Apotheek Den Hoorn

Deelrapportage Apotheken door Cliënten Bekeken Vorige en huidige meting Apotheek Den Hoorn Deelrapportage "Apotheken door Cliënten Bekeken" Vorige en huidige meting Apotheek Den Hoorn E Inhoud 1. Inleiding en methode 1 1.1. Achtergrond 1 1.2. Doel van het kwaliteitstraject: meten en verbeteren

Nadere informatie

BS It Pertoer/ Weidum Samenvatting Resultaten Oudertevredenheidspeiling (OTP) BS It Pertoer Ouders vinden 'De leerkracht' op school het belangrijkst

BS It Pertoer/ Weidum Samenvatting Resultaten Oudertevredenheidspeiling (OTP) BS It Pertoer Ouders vinden 'De leerkracht' op school het belangrijkst BS It Pertoer/ Weidum Samenvatting Resultaten Oudertevredenheidspeiling (OTP) BS It Pertoer Enige tijd geleden heeft onze school BS It Pertoer deelgenomen aan de oudertevredenheidspeiling. In heel Nederland

Nadere informatie

NIMA/SMA SALES EXAMEN B1.2 28 JANUARI 2014. b. Noem vier onderdelen van het accountplan voor Novi food die bijzondere aandacht vragen.

NIMA/SMA SALES EXAMEN B1.2 28 JANUARI 2014. b. Noem vier onderdelen van het accountplan voor Novi food die bijzondere aandacht vragen. NIMA/SMA SALES EXAMEN B1.2 28 JANUARI 2014 Antworden DEEL ACCOUNTMANAGEMENT DEEL ACCOUNTMANAGEMENT Totaal 55 punten Vraag 9 (15 punten) a. Noem twee functies van een accountplan. b. Noem vier onderdelen

Nadere informatie

Bedrijfsmodel en Omzet Verbeteraar (BOV)

Bedrijfsmodel en Omzet Verbeteraar (BOV) Bedrijfsmodel en Omzet Verbeteraar (BOV) Branchevergelijkend onderzoek tussenpersonen Performance verbetering door benchmarking Amsterdam, januari 2012 Ir. L. van Graafeiland Dr. P. van Gelderen Baken

Nadere informatie

SDP Hoofdstuk 11: Marketingstrategie

SDP Hoofdstuk 11: Marketingstrategie Specialisatie Mediaonderdemerschap NIMA B Het thema: De basisvaardigheid voor marketeers: SDP Hoofdstuk 11: Marketingstrategie Programma vandaag: Highlights hoofdstuk (rest zelf bestuderen) Samen case

Nadere informatie

E-MAIL CAMPAGNE 2015 : PROCEDURE & CASE FORMAT

E-MAIL CAMPAGNE 2015 : PROCEDURE & CASE FORMAT E-MAIL CAMPAGNE 2015 : PROCEDURE & CASE FORMAT Leuk en goed dat je een case in wilt dienen. Om de jurering eerlijk, eenvoudig en overzichtelijk te maken, willen we je vragen je case in te dienen aan de

Nadere informatie

Hoofdstuk 26: Modelleren in Excel

Hoofdstuk 26: Modelleren in Excel Hoofdstuk 26: Modelleren in Excel 26.0 Inleiding In dit hoofdstuk leer je een aantal technieken die je kunnen helpen bij het voorbereiden van bedrijfsmodellen in Excel (zie hoofdstuk 25 voor wat bedoeld

Nadere informatie

DASC WEGENER MEDIA GROEIT DOOR VERBETERDE INZET VAN DATA-ANALYSE

DASC WEGENER MEDIA GROEIT DOOR VERBETERDE INZET VAN DATA-ANALYSE DASC WEGENER MEDIA GROEIT DOOR VERBETERDE INZET VAN DATA-ANALYSE Wegener Media, uitgever van diverse regionale dagbladen en huis-aanhuisbladen, voert veel analyses uit op online en offline data. Marketing

Nadere informatie

6 Planmatige aanpak van communicatie

6 Planmatige aanpak van communicatie 6 Planmatige aanpak van communicatie 6.1 Opzet plan Om een positief imago bij de publieksgroepen te bereiken, is veel inspanning en tijd nodig. Veel organisaties beseffen dat onvoldoende. Zij denken niet

Nadere informatie

Begrippenlijst Inzicht in de wereld van big data, marketing en analyse

Begrippenlijst Inzicht in de wereld van big data, marketing en analyse Begrippenlijst Inzicht in de wereld van big data, marketing en analyse 4orange, 13 oktober 2015 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Inhoud Achtergrond & Aanleiding... 3 A... 3 B...

Nadere informatie

Call Tracking. Slimme marketingbeslissingen maakt u op basis van complete data. AdCalls

Call Tracking. Slimme marketingbeslissingen maakt u op basis van complete data. AdCalls Call Tracking Slimme marketingbeslissingen maakt u op basis van complete data. AdCalls September 2015 1 INLEIDING Online conversies en de kanalen waarvan ze afkomstig zijn, worden precies gemeten door

Nadere informatie

Samenvatting. BS Beijumkorf/ Groningen. Resultaten Oudertevredenheidspeiling (OTP) BS Beijumkorf

Samenvatting. BS Beijumkorf/ Groningen. Resultaten Oudertevredenheidspeiling (OTP) BS Beijumkorf Resultaten Oudertevredenheidspeiling (OTP) BS Beijumkorf Enige tijd geleden heeft onze school BS Beijumkorf deelgenomen aan de oudertevredenheidspeiling. In heel Nederland hebben in totaal 218522 ouders

Nadere informatie

Template voor Event evaluatie geavanceerde uitgebreide versie. Inhoudsopgave. Hoofdsectie...1. 01 Inhoud (vaste sectie)...2

Template voor Event evaluatie geavanceerde uitgebreide versie. Inhoudsopgave. Hoofdsectie...1. 01 Inhoud (vaste sectie)...2 Template voor Event evaluatie geavanceerde uitgebreide versie Inhoudsopgave Hoofdsectie...1 01 Inhoud (vaste sectie)...2 02 Sprekers/ trainers/ organisatie (vaste sectie)...3 03 Organisatie (vaste sectie)...4

Nadere informatie

Samenvatting 2014/2015

Samenvatting 2014/2015 Resultaten Oudertevredenheidspeiling (OTP) BS De Til Enige tijd geleden heeft onze school BS De Til deelgenomen aan de oudertevredenheidspeiling. In heel Nederland hebben in totaal 214903 ouders en verzorgers

Nadere informatie

Toelichting op Medewerkeronderzoek door H&S Adviesgroep

Toelichting op Medewerkeronderzoek door H&S Adviesgroep Toelichting op Medewerkeronderzoek door H&S Adviesgroep H&S Adviesgroep kan u ondersteunen bij het uitvoeren van een Medewerkeronderzoek. Organisaties zetten deze onderzoeken in om bijvoorbeeld de werkbeleving,

Nadere informatie